任高山 韩友德

【摘 要】论文基于评论文本语料信息提出Word2vec模型与Doc2vec模型与机器学习相结合比较的评论文本情感分析模型，经过实验的对比验证，结果表明了论文提出的方法能够有效提高分类准确率、精确度、召回率。

【Abstract】Based on the corpus information of comment text， the paper puts forward the emotional analysis mode of comment text from the combination and comparison of Word2vec mode and Doc2vec mode and machine learning. Through the experimental comparison and verification， the results show that the proposed method can effectively improve the accuracy， precision and recall of classification.

【关键词】机器学习；Word2vec；Doc2Vec；情感分析

【Keywords】machine learning； Word2Vec； Doc2Vec； emotional analysis

【中图分类号】TP391 【文献标志码】A 【文章编号】1673-1069（2018）05-0062-02

1 引言

文本情感分析是指分析作者在传达信息时所隐含的情绪状态，对作者的意见进行判断或者评估，给出作者态度是褒义、贬义的结论。企业和商家面对用户的大量情感评论信息，可以不断挖掘有倾向的数据，统计用户对消费产品的反馈，向消费者推荐潜在消费品等用途。

本文的结构是这样组织的：第一部分介绍了情感分析的相关研究现状；第二部分对情感分析语料文本的预处理进行了概要阐述；第三部分对不同的特征提取模型和不同的机器学习分类算法做出了实验验证，并对结果进行了详细的分析；第四部分给出了结语。

2 相关研究现状

基于词向量表征模型，Mikolov提出了一种基于神经网络学习方式将词语映射成连续（高维）向量的Word2vec算法[1]，利用中心词及其上下文建立局部词嵌入窗口模型，用以进行词语特征向量的优化训练[1]。词向量具有良好的语义特性，是表示词语特征。基于Word2Vec，Le和Mikolov等人[2]提出了Doc2Vec方法作为一个处理可变长度文本的总结性方法。除了在增加一个段落向量以外，Doc2vec几乎等同于Word2Vec。相比于Word2Vec，Doc2Vec优势在于训练出每一篇文本的向量，更能全面理解文本的语义特征。……